2026’nın ilk gününde, şantiyelerde doğru maliyet hesaplaması yapmanın ve başarısız tahminlerden kaçınmanın yollarını ele alıyoruz. Oxford Üniversitesi araştırmacısı Bent Flyvbjerg’in 258 ulaştırma altyapı projesini kapsayan çalışması çarpıcı bir gerçeği ortaya koyuyor: Projelerin %85-86’sı bütçeyi aşıyor ve ortalama maliyet artışı %28 seviyesinde. Maliyet tahminleri, bir projenin başarısını en başından itibaren şekillendiren kritik unsurlardan biri.

Şantiyelerde doğru maliyet hesaplaması ve Tahmin Yaparken Karşılaşılan Sorunlar

Genellikle estimator’lar, geçmiş projelere ait verilere veya projenin lokasyonuna dair detaylı bilgiye sahip olamadığında yanlış tahminler yapabiliyor. 10 projeden 9’u maliyet aşımı veya gecikmeler yaşıyor ve bu da projenin başlangıcından itibaren bütçe sapmalarına ve sonrasında ciddi maliyet sorunlarına yol açıyor. Bu şantiyelerde doğru maliyet hesaplaması yapılamamasına yol açıyor.

Yaygın tahmin tuzakları şunları içeriyor:

• “İyimserlik yanlılığı” (Optimism Bias): Ahiaga-Dagbui ve Smith’in 1600 inşaat projesini kapsayan araştırması, ilk maliyet tahminlerinin nihai proje maliyetinden genellikle %20-30 daha düşük olduğunu gösteriyor. Bu durum, yetersiz risk değerlendirmesi ve acil durum planlamasından kaynaklanıyor.
• Tahmin hataları: İnşaat maliyet aşımlarının %32’si tahmin hatalarından kaynaklanıyor. Proje yöneticileri ve müteahhitler, bilinçli veya bilinçsiz olarak maliyetleri düşük gösterme eğiliminde.
• Büyük projelerde risk: Büyük ölçekli projeler bütçenin %80’ine kadar aşabilir ve beklenenden %20 daha uzun sürebilir.

Yönetim baskıları, gerçekçi olmayan zaman çizelgeleri ve yeterli benchmark verilerinin olmaması bu sorunu daha da büyütüyor.

Çözüm Önerileri: Veriye Dayalı Yaklaşım

Şantiyelerde doğru maliyet hesaplaması sorunlarını çözmek için öncelikle geçmiş projelerden elde edilen verileri bir benchmark sistemiyle standart hale getirmek ve bu verileri düzenli olarak güncellemek gerekiyor. Satın alma ve mühendislik ekiplerinin proaktif şekilde hareket ederek gerekli verileri sağlaması, projenin başından itibaren daha gerçekçi bütçeler oluşturulmasını sağlar.

Uygulanabilir adımlar:

1. Referans Sınıfı Tahminlemesi (Reference Class Forecasting): Benzer geçmiş projelerin verilerini kullanarak, mevcut projenin tahminlerini ayarlamak. Bu yöntem, bilinmeyen riskleri ve bileşik etkileri hesaba katar.
2. Erken tedarikçi katılımı: Tedarikçilerin ve mühendislik ekiplerinin proje başlangıcında aktif rol alması, daha gerçekçi maliyet hesaplamalarını mümkün kılar.
3. Risk rezervi ve acil durum fonu: Projenin karmaşıklığına ve geçmiş verilere dayanan bir contingency fonunun ayrılması kritik önem taşıyor.

Benchmark ve Veri Tabanının Rolü

Benchmark süreçlerinin ve veri tabanlarının doğru yönetilmesi, global çapta projelerden edinilen verilerin standartlaştırılması, hem hız hem de doğruluk sağlar. McKinsey’in araştırması, inşaat sektöründe verimlilik artışının yıllık yaklaşık 1 trilyon dolar tasarruf sağlayabileceğini gösteriyor.

Kritik başarı faktörleri:

• Mühendislik ekibinin hızlıca bir plot plan çıkarması ve tedarikçilerin önceden belirlenmesi, maliyet hesaplamalarının daha gerçekçi yapılmasına katkı sunar
• Lokasyon bazlı maliyet endekslerinin kullanılması
• Dijital araçların entegrasyonu: Modern yazılımlar ve BIM tabanlı modelleme sistemleri
• Geçmiş proje verilerinin sistematik analizi

Sonuç: Şantiyelerde Doğru Maliyet Hesaplama ve Öngörülebilir Projeler İçin Eylem Planı

Sonuç olarak, doğru maliyet hesaplaması yapmak ve bu tahminleri sağlam temellere oturtmak, projenin tüm yaşam döngüsü boyunca başarıyı artırır. Bent Flyvbjerg’in 16.000’den fazla projeyi kapsayan araştırması, projelerin %91.5’inin bütçe aşımı, zaman aşımı veya her ikisini birden yaşadığını ortaya koyuyor. Daha da çarpıcı olan, projelerin %1’inden azının hem zamanında hem bütçe dahilinde tamamlanıp vaat edilen faydaları sağlayabildiği.

Eğer bu adımlar izlenirse, proje sürecinde daha az sürprizle karşılaşılır ve bütçe sapmaları minimize edilir. Şimdi kendi organizasyonunuzda şu soruyu sorun: “Son üç projemizde tahmin doğruluğumuz yüzde kaçtı?” Cevabı bilmiyorsanız, işte tam da buradan başlamalısınız.

YouTube kanalımda beni daha yakından tanıyabilirsin: Gezgin Şantiyeci YouTube, yada instagram hesabımı takip edebilirsin ve facebookta sayfayı beğenebilirsin. Planlama içerikleri için şu bölümü inceleyebilirsiniz.

Kaynaklar

1. Flyvbjerg, B., Holm, M. K. S., & Buhl, S. (2002).
   Underestimating Costs in Public Works Projects: Error or Lie?
   Journal of the American Planning Association, 68(3), 279–295.
   
   258 ulaştırma altyapı projesini kapsayan araştırma: %86 bütçe aşımı, ortalama %28 maliyet artışı
   DOI: 10.1080/01944360208976273
   Erişim: Taylor & Francis | SSRN
2. Ahiaga-Dagbui, D. D., & Smith, S. D. (2014).
   Dealing with Construction Cost Overruns Using Data Mining.
   Construction Management and Economics, 32(7–8), 682–694.
   
   1,600 inşaat projesinde iyimserlik yanlılığı: İlk tahminler nihai maliyetten %20–30 düşük
   DOI: 10.1080/09613218.2014.920777
   Alternatif çalışma: Rethinking construction cost overruns – Emerald Insight
3. Love, P. E. D., Ahiaga-Dagbui, D. D., & Irani, Z. (2016).
   Cost overruns in transportation infrastructure projects: Sowing the seeds for a probabilistic theory of causation.
   Transportation Research Part A: Policy and Practice, 92, 184–194.
   
   Maliyet aşımlarının %32’si tahmin hatalarından kaynaklanıyor
   DOI: 10.1016/j.tra.2016.08.007
4. McKinsey & Company (2017).
   Reinventing construction: A route to higher productivity.
   McKinsey Global Institute.
   
   Sektörde verimlilik artışının yıllık 1.6 trilyon dolar değer yaratma potansiyeli
   Erişim: McKinsey | PDF Rapor
5. Flyvbjerg, B., & Gardner, D. (2023).
   How Big Things Get Done: The Surprising Factors That Determine the Fate of Every Project.
   Currency / Random House.
   
   16,000+ proje veritabanı: %91.5 bütçe/zaman aşımı, %1’den az başarılı tamamlanma
   Oxford Üniversitesi Major Programme Management Research: Oxford MPM
6. HM Treasury, UK (2003).
   The Green Book: Appraisal and Evaluation in Central Government.
   
   Referans Sınıfı Tahminlemesi (Reference Class Forecasting) metodolojisi
   Erişim: UK Government – The Green Book